AI Engineer - Plateforme agentique, RAG & agents LLM en production - Freelance (H/F)
Posted Updated
Collective.work AI Engineer - Plateforme agentique, RAG & agents LLM en production - Freelance (H/F)
Summary
Freelance AI engineer builds and industrializes a shared internal agentic platform for a client of AI-native consulting firm Ever"T: LLM agent orchestration, RAG pipelines, MCP connectors, guardrails and memory, deployed on AWS with Python/FastAPI, plus CI/CD, observability, evaluations and run/support of internal platform users.
Ever"T - Société de Conseil tech IA-native, innovante et en hypercroissance - cherche un-e AI Engineer freelance pour construire et industrialiser un socle agentique interne.
Le contexte
Notre client bâtit et opère une plateforme agentique mutualisée : le socle unique sur lequel sont créés, déployés et exploités les agents IA de l'organisation. L'équipe qui maintient ce socle l'enrichit en continu - catalogue d'agents, connecteurs MCP, catalogue de skills, mémoire, interfaces conversationnelles, intégrations aux systèmes internes.
La plateforme sert deux familles d'utilisateur-rices : les équipes techniques qui construisent les produits IA, et des tandems technique / métier qui créent des agents et des RAG pour différentes fonctions de l'entreprise. Un socle stratégique, très visible, avec des sujets à construire plutôt qu'à maintenir.
Ton Projet
Construire et faire évoluer les briques du socle agentique : orchestration d'agents, connecteurs MCP, skills, mémoire, gestion des prompts, garde-fous.
Concevoir et industrialiser des agents (prompts, tools, connexions MCP, guardrails) et des chaînes de RAG (ingestion, découpage, indexation, recherche, évaluation de la pertinence).
Intégrer la plateforme aux sources de données et aux systèmes internes.
Déployer les services dans le cloud : conteneurisation, infrastructure as code, pipelines CI/CD.
Mettre en place l'observabilité (logs, traces, métriques, alertes) et le suivi de la qualité des réponses.
Construire les jeux d'évaluation et les tests automatisés des agents pour mesurer les régressions avant chaque livraison.
Assurer le run : incidents, performance, fiabilité, réduction de la latence et des coûts.
Accompagner les équipes et les builders qui portent leurs produits sur la plateforme, contribuer aux revues de code et aux choix d'architecture.
La stack
Python (TypeScript apprécié) - FastAPI, LangGraph / LangChain ou équivalent - Cloud AWS (Bedrock, ECS, S3, DynamoDB.) - SQL et data warehouse cloud - RAG, agents ReAct, MCP, recherche sémantique et embeddings - API REST, microservices, OAuth2 / OIDC - observabilité (tracing distribué, logs structurés) - Docker, Poetry, Git, CI/CD.
Pourquoi Ever"T ?
Chez nous, tu rejoins une communauté IA-native qui repose sur trois piliers fondateurs : Humilité. Progrès. Engagement.
Tu bénéficies d'un suivi fort (ta Community Builder, ton facilitateur de Projet), d'un accès à des formations continues, d'événements réguliers (T"Time, T"Coached, T"Cast) et du programme Salarié Diversifié pour développer tes projets perso ou business en parallèle.
www.ever-t.fr ()
Un-e ingénieur-e logiciel-le confirmé-e, avec une expérience réelle de mise en production d'applications à base de LLM.
Une pratique solide du cloud et des architectures en microservices.
L'habitude de travailler sur un socle partagé, avec des exigences de qualité, de sécurité et de maintenabilité.
De l'autonomie, le goût du travail en équipe et la capacité à expliquer simplement un choix technique.
Français et anglais courants (équipes réparties sur plusieurs pays).
Le contexte
Notre client bâtit et opère une plateforme agentique mutualisée : le socle unique sur lequel sont créés, déployés et exploités les agents IA de l'organisation. L'équipe qui maintient ce socle l'enrichit en continu - catalogue d'agents, connecteurs MCP, catalogue de skills, mémoire, interfaces conversationnelles, intégrations aux systèmes internes.
La plateforme sert deux familles d'utilisateur-rices : les équipes techniques qui construisent les produits IA, et des tandems technique / métier qui créent des agents et des RAG pour différentes fonctions de l'entreprise. Un socle stratégique, très visible, avec des sujets à construire plutôt qu'à maintenir.
Ton Projet
Construire et faire évoluer les briques du socle agentique : orchestration d'agents, connecteurs MCP, skills, mémoire, gestion des prompts, garde-fous.
Concevoir et industrialiser des agents (prompts, tools, connexions MCP, guardrails) et des chaînes de RAG (ingestion, découpage, indexation, recherche, évaluation de la pertinence).
Intégrer la plateforme aux sources de données et aux systèmes internes.
Déployer les services dans le cloud : conteneurisation, infrastructure as code, pipelines CI/CD.
Mettre en place l'observabilité (logs, traces, métriques, alertes) et le suivi de la qualité des réponses.
Construire les jeux d'évaluation et les tests automatisés des agents pour mesurer les régressions avant chaque livraison.
Assurer le run : incidents, performance, fiabilité, réduction de la latence et des coûts.
Accompagner les équipes et les builders qui portent leurs produits sur la plateforme, contribuer aux revues de code et aux choix d'architecture.
La stack
Python (TypeScript apprécié) - FastAPI, LangGraph / LangChain ou équivalent - Cloud AWS (Bedrock, ECS, S3, DynamoDB.) - SQL et data warehouse cloud - RAG, agents ReAct, MCP, recherche sémantique et embeddings - API REST, microservices, OAuth2 / OIDC - observabilité (tracing distribué, logs structurés) - Docker, Poetry, Git, CI/CD.
Pourquoi Ever"T ?
Chez nous, tu rejoins une communauté IA-native qui repose sur trois piliers fondateurs : Humilité. Progrès. Engagement.
Tu bénéficies d'un suivi fort (ta Community Builder, ton facilitateur de Projet), d'un accès à des formations continues, d'événements réguliers (T"Time, T"Coached, T"Cast) et du programme Salarié Diversifié pour développer tes projets perso ou business en parallèle.
www.ever-t.fr ()
Un-e ingénieur-e logiciel-le confirmé-e, avec une expérience réelle de mise en production d'applications à base de LLM.
Une pratique solide du cloud et des architectures en microservices.
L'habitude de travailler sur un socle partagé, avec des exigences de qualité, de sécurité et de maintenabilité.
De l'autonomie, le goût du travail en équipe et la capacité à expliquer simplement un choix technique.
Français et anglais courants (équipes réparties sur plusieurs pays).